Produktinnovation mit
Informationsmärkten
Inaugural-Dissertation
zur Erlangung des Grades eines
Doktors der Wirtschaftswissenschaften
an der
Wirtschaftswissenschaftlichen Fakultät der
Universität Passau
vorgelegt von
Arina Soukhoroukova
Dissertation an der
Wirtschaftswissenschaftlichen Fakultät
der Universität Passau
Betreuer:
Prof. Dr. Martin Spann
I Einleitende Abhandlung 1
II Beiträge der kumulativen Dissertation
1 Schlagwort: Informationsmärkte 38
2 Flexible Software-Architektur für Prognosemärkte 48
3 New Product Development with Information Markets. Theory and Empirical Application
(in Englisch) 73
4 Creating and Evaluating New Product Ideas
with Idea Markets (in Englisch) 94
5 Organizing Securities Markets for Opinion Surveys
I Einleitende
Abhandlung
1 Problemstellung 2
1.1 Neuproduktentwicklungsprozess 3
1.2 Informationsmärkte 6
1.3 Ziel der Dissertation 13
2 Überblick über die kumulative Dissertation 14
3 Detaillierte Beschreibung der Aufsätze 17
3.1 Schlagwort: Informationsmärkte 17
3.2 Flexible Software-Architektur für Prognosemärkte 17 3.3 New Product Development with Information Markets.
Theory and Empirical Application 19 3.4 Creating and Evaluating New Product Ideas with Idea
Markets 20 3.5 Organizing Securities Markets for Opinion Surveys with
Infinite Scalability 23
4 Zusammenfassung und Forschungsausblick 26
1
Problemstellung
Die Entwicklung erfolgreicher neuer Produkte ist für die langfristige Sicherung der Wettbewerbsfähigkeit von Unternehmen oder gar ganzer Volks-wirtschaften (Boston Consulting Group 2006) essenziell, da die Nachfrage nach bestehenden Produkten typischerweise im Zeitverlauf sinkt und schließlich völ-lig versiegt (z. B. Kotler 1965, Bayus 1998). Die Ursachen hierfür sind vielfältig, z. B. neue Konkurrenzprodukte, neue Technologien, neue Trends oder Geset-zesänderungen (Urban & Hauser 1993, S. 6-10). So sind nur ein kleiner Anteil der Unternehmen in der Lage auch im zweiten Jahr mehr als 50% des Umsatzes eines Neuprodukts des ersten Jahres zu generieren (Crawford, Gordon & Mul-der 2007, S. 6). Allerdings zeigen erfolgreiche Neuprodukte wie z. B. Mul-der iPod von Apple Inc., dass die Einführung neuer Produkte innerhalb kürzester Zeit zu nachhaltigen Steigerungen des Unternehmensgewinns sowie Wachstumssteige-rungen und zur Neupositionierung des Unternehmens beitragen kann.
Gleichzeitig ist die Entwicklung neuer Produkte jedoch mit vielen ex-ternen Risiken, wie sich schnell ändernden Wettbewerbsbedingungen, und gro-ßen unternehmensinternen Risken behaftet. Aufgrund mehrjähriger Entwick-lungsdauer müssen zukünftige Marktchancen neuer Produkte relativ lange im Vorhinein erkannt und große Investitionen im Bereich Forschung und Entwick-lung getätigt werden (Biyalogorsky, Boulding & Staelin 2006). Selbst die Ent-wicklungskosten eines klassischen Konsumgutes wie des Gillette Mach3 Rasie-rers summierten sich bis zu seiner Markteinführung 1998 auf knapp 750 Mio. US-Dollar.1 Zudem besteht bei jeder Einführung eines Neuprodukts die Gefahr,
dass das Produkt am Bedarf vorbei entwickelt wurde (so genannte Flops). In einigen Branchen wird von einem Anteil von bis zu 80% an Neuprodukten, be-richtet, der im Markt nicht erfolgreich ist (z. B. Cooper 1999, Montoya-Weiss & Calantone 1994, Urban & Hauser 1993, S. 4). So gilt beispielsweise nur ein Bruchteil der Kinofilme als hoch profitable so genannte „Blockbuster“, während der Großteil der Kinofilme im besten Fall die Fixkosten der Produktion deckt. (z. B. Eliashberg, Elberse & Leenders 2006).
1 Die genannten Kosten werden auf die Forschungs- und Testausgaben zurückgeführt,
während weitere 300 Mio. USD auf Werbung im Jahre 1998 entfielen
1.1 Neuproduktentwicklungsprozess
Grundsätzlich kann der Prozess der Entwicklung eines Neuproduktes in mehrere sequenzielle Phasen der fortschreitenden Realisierung eingeteilt wer-den (Brockhoff 1999, S. 103-117), wobei die Dauer der einzelnen Phasen zwschen einzelnen Branchen stark variieren kann. Abbildung 1 skizziert einen i-dealisierten fünfstufigen Prozess. In der Phase Ideengenerierung werden zu-nächst erste Anfangsideen für neue Produkte gesammelt. Nach der Vorselektion der Produktideen werden mehrere Produktkonzepte entwickelt, die dann in der Phase Produktentwicklung technisch realisiert werden. Danach werden in der Phase Produkttests die Produktprototypen konkretisiert und bis zur Marktreife entwickelt. Für die Markteinführung sind die verschiedenen Marketing-Instrumente, wie z. B. Preisstrategien oder die Höhe der Werbe- oder Promoti-onmaßnahmen, zu koordinieren.
Innerhalb und zwischen den Phasen sind verschiedene betriebswirt-schaftliche und technische Entscheidungen erforderlich. Zwischen den Phasen sind Auswahlentscheidungen zwischen einzelnen Alternativen zu treffen, wel-che die Konzentration auf die viel versprewel-chendsten Projekte ermögliwel-chen. So überstehen beispielsweise in der Pharmabranche durchschnittlich nur 20% der ursprünglichen Produktideen den gesamten Produktentwicklungsprozess (Chandy et al. 2006, S. 494). Ähnliche Zahlen beobachten auch Crawford et al. (2007) in einer McKinsey-Studie für die Konsumgüterindustrie. Innerhalb der Phasen werden vornehmlich Entscheidungen hinsichtlich des genauen Produkt-designs getroffen.
Ideengenerierung Produktkonzept-tests entwicklungProdukt- Produkt-tests einführung
Produkt-Abbildung 1: Phasen der Neuproduktentwicklung
Für beide Entscheidungstypen sind möglichst genaue Informationen über die zukünftige Kundenreaktion notwendig. Die empirisch beobachteten häufigen Misserfolge bei Neuprodukten sind ein Indiz dafür, wie schwierig die Erfolgsprognose während der Neuproduktentwicklung ist. Auf statistischen Me-thoden kann nur bedingt zurückgegriffen werden, da für das Neuprodukt noch keine historischen Daten verfügbar und keine stabilen Marktstrukturen gege-ben sind. Daher ist für Erfolgsprognosen in der Neuproduktentwicklung meist
die Erhebung neuer Daten in Form von Interviews, Mitarbeiter- oder Konsu-mentenbefragungen notwendig (Armstrong 2001, Spann & Soukhoroukova 2007, Spann 2002). Wichtige Aspekte bei der Entscheidungsfindung sind dabei: (i) die Integration der Beteiligten und (ii) die Informationsaggregation bei unsi-cheren Alternativen.
(i) Integration der Beteiligten im Neuproduktentwicklungsprozess
An der Entwicklung eines Neuprodukts wirken zahlreiche Beteiligte aus unterschiedlichen Fachbereichen und Organisationseinheiten, wie z. B. For-schung und Entwicklung, Vertrieb, Finanzen und Marketing, mit (u. a. Miller, Fern & Cardinal 2007). Zunehmend werden auch externe Berater, Lieferanten oder Kunden in den internen Prozess involviert (Emden, Calantone & Droge 2006, Franke & Piller 2004, von Hippel 2005, Hargadon & Sutton 1997).2
Bei der Auswahl der Beteiligten an der Neuentwicklung sollten im Sin-ne eiSin-ner erfolgreiche Erstellung von Erfolgsprognosen folgenden zwei Fragen gestellt werden: wer sind die relevanten Experten und wie sind diese in die Neuproduktentwicklung zu integrieren? Zur Verbesserung der Entscheidungs-qualität ist hierbei die Integration möglichst viele Experten3 als
Entscheidungs-träger von großer Wichtigkeit. Dies kann bereits aus statistischen Gründen die Wahrscheinlichkeit für richtige Entscheidungen erhöhen (Ozer 2005, Surowie-cki 2004). Die ausgewählten Teilnehmer - z. B. Ideengeber, Produktentwickler oder Marktforscher – sollten über die für die Produktentwicklung relevante Ex-pertise verfügen, welche ex ante jedoch nicht ohne Probleme festgestellt wer-den kann (Spann et al. 2007a).
(ii) Informationsaggregation bei unsicheren Alternativen
Die Komplexität der Neuproduktentwicklung bedingt eine Vielzahl von zukunftsweisenden Entscheidungen, ohne auf Vergangenheitsdaten zurückgrei-fen zu können. Hier stehen die Entscheidungsträger während des Neuprodukt-entwicklungsprozesses vor der Herausforderung, aus mehreren unsicheren Al-ternativen auszuwählen. Deren Richtigkeit kann jedoch nur bedingt überprüft
2 In diesem Zusammenhang wurde ebenfalls erkannt, dass für viele Produkte eine
mögli-che Integration der Kunden als „Ideengeber“, „Mitgestalter“ oder „Tester“ in die Neu-produktentwicklung erfolgsfördernd sein kann (z. B. zu Chancen und Risiken der Kun-denintegration s. Reichwald & Piller 2006, Gruner & Homburg 2000 oder Brockhoff 2005).
3 Daraus entstand das heute verbreitete Lead-User-Konzept. Lead User sind besonders
innovativen Kunden, die bereits lange vor den „Durchschnittskunden“ die zukünftigen Bedürfnisse antizipieren. Dadurch können sie besonders wertvolle, teilweise auch radika-le Produktideen als Mitgestalter der Neuprodukte liefern (von Hippel 1994, Lilien et al. 2002).
werden, da nur ein Teil der ursprünglichen Alternativen für die nächste Pro-duktentwicklungsphase ausgewählt wird. Dadurch liegen keine Daten für die nicht gewählten Alternativen für Kontroll- und Vergleichszwecke vor. An dieser Stelle ist es hilfreich, strukturierte Entscheidungsfindungsprozesse zu instituti-onalisieren, um die Objektivität der Entscheidung und dadurch die Qualität der Neuproduktentwicklung sicherzustellen (Griffiths-Hemans & Grover 2006, Ozer 2005).
Bei der Entscheidungsfindung sind anschließend die Informationen zu aggregieren. Die Wahl der Aggregationsregel beeinflusst das Endergebnis im erheblichen Umfang (z. B. Blattberg & Hoch 1990, Rowe & Wright 1999). In der Arbeit von van Bruggen, Lilien & Kacker (2002) führen beispielsweise unter-schiedliche Gewichtungsregeln zu unterunter-schiedlichen Ergebnissen. Die Wahl der Entscheidungsregel ist dabei jedoch subjektiv.
Eine Möglichkeit zur Entscheidungsfindung ist, marktbasierte Verfah-ren zu verwenden. Die Teilnehmer interagieVerfah-ren dabei mittels Preise, die durch Angebot und Nachfrage gebildet werden. Der so gebildete Preis auf einem kompetitiven Markt kann ebenfalls zur Entscheidungsfindung, insbesondere zur Erfolgsprognose herangezogen werden. Dadurch können die Teilnehmer alleine anhand der Preise ihre Entscheidungen zur Allokation ihrer Ressourcen treffen (Hayek 1945). Diese Grundüberlegung kommt an den Finanzmärkten zum Tra-gen. Beispielsweise lassen sich die Finanzmärkte bei späteren Phasen der Neu-produktentwicklung gut einsetzen, um anhand der Aktienkursreaktion den Er-folgsbeitrag des Neuproduktes zum Unternehmenswert zu messen (Chaney, Devinney & Winer 1991, Markovitch, Steckel & Yeung 2005). In den frühen Phasen der Neuproduktentwicklung existieren jedoch aufgrund der Geheimhal-tung oder des geringen Konkretisierungsgrades der Produktideen keine geeig-neten Finanzmarktdaten.4 Für die Neuproduktentwicklung können neue
virtuel-le Märkte - so genannte Informationsmärkte - geschaffen werden.
Die in dieser Dissertation eingesetzten Informationsmärkte stellen eine neue Möglichkeit dar, den Neuproduktentwicklungsprozess mit Hilfe interner oder auch externer Teilnehmer zu unterstützen. Informationsmärkte nehmen somit eine Zwischenposition zwischen Experten- und Konsumentenbefragungen ein (Spann 2002). Die Grundidee besteht darin, den Erfolg eines Neuproduktes, eines Produktkonzepts oder Produktidee als eine virtuelle Aktie an einem virtu-ellen Markt mit einem Marktmechanismus zu handeln und zu bewerten. Der
4 Chaney et al. (1991) interpretieren die gemessene abnormale Rendite bei einer
Ankün-dung eines Neuproduktes als Untergrenze des gesamten Effektes, da ein Teil der Infor-mationen während der Produktentwicklung i.d.R. schon vorher durchsickert und in den Aktienkurs einfließt.
Preis einer virtuellen Aktie bezieht sich dabei auf den möglichen Erfolg der ent-sprechenden Alternative (Produktidee oder -konzept). Dadurch können Teil-nehmer ihre Einschätzungen in Form von Handelsentscheidungen an einem sol-chen Informationsmarkt offenbaren.
Dabei liegt der Fokus an dieser Stelle auf den beiden frühen Phasen des Neuproduktentwicklungsprozesses - Ideengenerierung und Produktkonzept-tests. Zum Einen wurde bereits in den letzten zwei Jahrzehnten gezeigt, dass Informationsmärkte für kurzfristige Prognosen gute bis sehr gute Ergebnisse liefern können (Wolfers & Zitzewitz 2004a oder Tziralis & Tatsiopoulos 2007). Zum Anderen ist der Mehrwert gerade in den frühen Stadien der Neuprodukt-entwicklung besonders hoch, weil gerade hier die zu treffenden Entscheidungen für die nachfolgende Realisierung des Neuproduktes wegweisend sind. Gleich-zeitig sind die Entwicklungskosten hier noch geringer als in den späteren Stu-fen (Dahan & Hauser 2002, Eliashberg et al. 2006).
1.2 Informationsmärkte
Theoretischer Hintergrund
Die Grundüberlegung, den Marktmechanismus nicht nur zur Ressour-cenallokation sondern ebenfalls für Informationsprobleme zu verwenden, ba-siert auf dem Konzept der Informationseffizienz, das bedeutet, dass sich alle Informationen im Preis des entsprechenden Wertpapiers widerspiegeln. Dieses Konzept wird in zahlreichen empirischen Studien auf Finanz- und experimentel-len Märkten unterstützt (Fama 1998, Jung & Shiller 2005, Markovitch et al. 2005, Smith 1982). Dank der gesunkenen Transaktionskosten aufgrund moder-ner Informationstechnologien kann die Marktkoordination auf weitere Güter relativ kostengünstig ausgeweitet werden (Weinhardt, Holtmann & Neumann 2003, Malone, Yates & Benjamin 1987).
Ein Informationsmarkt5 ist eine virtuelle elektronische Plattform, auf
der virtuelle Aktien, die den Ausgang zukünftiger Ereignisse repräsentieren, gehandelt werden können (z. B. Hillary Clinton wird Präsidentin oder die Ver-kaufszahlen des iPhone in 2008). Streng genommen sind solche virtuellen Akti-en als Derivate oder als zustandsabhängige Wertpapiere (und nicht als Unter-nehmensanteile) zu betrachten, da sie erst nach der Realisierung des Marktzu-standes erfüllt werden (Elton & Gruber 1995). Aufgrund fehlender oder
5 Weitere Begriffe sind virtuelle Börse oder Prognosemarkt; Im Englischen werden häufig:
ger Geldeinsätze wird dabei auf das Ziel - die Ressourcenallokation - verzichtet, und stattdessen auf deren Informationsfunktion abgestellt (Tetlock & Hahn 2007). Virtuelle Aktien lassen sich auch nicht auf anderen Börsenplätzen äußern, da sie keine Rechtsansprüche darstellen. Im Unterschied zu den ver-breiteten Börsenspielen verfügt ein Informationsmarkt über einen eigenständi-gen Mechanismus zur Preisfeststellung (Spann 2002).
Ein Informationsmarkt macht die Erwartungen bezüglich zukünftiger Marktzustände in Form von virtuellen Aktien quantifizierbar und dadurch han-delbar. Die Funktionsweise von Informationsmärkten lässt sich mit der Hayek-Hypothese begründen. Der Nobelpreisträger von Hayek postulierte, dass der Marktmechanismus die effizienteste Möglichkeit zur Aggregation von verteilen Informationen ist (Hayek 1945, S. 521). Im Idealzustand können die Teilnehmer allein anhand der Preissignale ihre Anlageentscheidungen (Kauf oder Nicht-Kauf einer bestimmten Stückzahl) treffen. Dies gilt auch im Extremfall: Der Teilnehmer kennt nur seine privaten Informationen. Die kompetitive Marktko-ordination ist dabei in der Lage, verteilte Informationen über ein Gut in einer einzigen Größe, dem jeweiligen Preis, zu aggregieren.
Funktionsweise von Informationsmärkten
Die Teilnehmer an einem Informationsmarkt leiten aus ihren individuel-len Erwartungen bezüglich des Ausgangs des zukünftigen Marktzustands eine individuelle Erwartung über der Wert der virtuellen Aktie nach dem Eintritt des entsprechenden Ereignisses ab (Spann & Skiera 2004). Durch diese interaktive Kauf- und Verkaufsentscheidungen fließen alle verfügbaren Informationen in den Aktienpreis (Hayek 1945). Wenn der aktuelle Aktienpreis beispielsweise unter den Erwartungen eines Teilnehmers liegt, würde er die virtuelle Aktie kaufen, um so einen für ihn (erwarteten) Gewinn zu realisieren und umgekehrt bei einer aus seiner Sicht (erwarteten) Überbewertung verkaufen (Abbildung 2). Der Wert einer virtuellen Aktie hängt damit von dem erwarteten Wert des zukünftigen Marktzustands ab. Dadurch können die Teilnehmer eines Informa-tionsmarkts ihre individuellen Wertschätzungen für den Preis der virtuellen Aktien preisgeben, die ihren Erwartungen über den zukünftigen Marktzustand entsprechen.
$100 $6 $10 Letzter Kurs $1.610 Gesamtwert 10 10 5 Anzahl $60 Aktie B $1.000 Aktie C $500 Virtuelles Bargeld $50 Aktie A Gesamt-wert Positionen $100 $6 $10 Letzter Kurs $1.610 Gesamtwert 10 10 5 Anzahl $60 Aktie B $1.000 Aktie C $500 Virtuelles Bargeld $50 Aktie A Gesamt-wert Positionen
Virtuelles Portfolio des Händlers
vor der Auszahlung
$1 $10 $15 Auszah-lung 10 10 5 Anzahl $100 Aktie B $10 Aktie C $500 Virtuelles Bargeld $685 Gesamtwert $75 Aktie A Gesamt-wert Positionen $1 $10 $15 Auszah-lung 10 10 5 Anzahl $100 Aktie B $10 Aktie C $500 Virtuelles Bargeld $685 Gesamtwert $75 Aktie A Gesamt-wert Positionen Eintritt des Ereignisses
Virtuelles Portfolio des Händlers
nach der Auszahlung
Auszahlungsfunktion(z)
Abbildung 2: Funktionsweise eines Informationsmarktes
Der Endwert einer virtuellen Aktie wird anhand einer vorher festgeleg-ten Auszahlungsregel in Abhängigkeit der Ausprägung des Endzustandes be-rechnet. Da der Preis einer virtuellen Aktie die aggregierten Erwartungen der Teilnehmer reflektiert, kann der Aktienkurs direkt als Prognosewert für das jeweilige Ereignis oder Marktzustand interpretiert werden. Durch den Markt-mechanismus fließen die Informationen endogen in den Kurs einer virtuellen Aktie ein (Forsythe et al. 1992, Spann, Soukhoroukova & Skiera 2007b), ohne dass hierfür eine subjektiv gewählte Aggregationsregel herangezogen werden musste.
Teilnehmer und Anreizgestaltung
Die Entlohnung der Teilnehmer eines solchen Informationsmarkt orien-tiert sich primär an dem Endwert seines virtuellen Portfolios, nachdem die Er-eignisse eingetreten sind. So erhalten Händler mit besonders guten Prognosen und vorausschauenden Handelsstrategien i. d. R. einen höheren Schlussportfo-liowert. Je nach Ausgestaltung der Anreizstruktur realisieren sie dadurch einen höheren Gewinn in realem Geld oder höhere Chancen auf Sachpreise. Deshalb hat ein rationaler Teilnehmer einen Anreiz, seine wahren Einschätzungen hin-sichtlich des zukünftigen Wertes der virtuellen Aktie preiszugeben, um so den erwarteten Endwert seines virtuellen Portfolios zu maximieren (Spann 2002).
Informationsmärkte sind ursprünglich in der experimentellen Mikro-ökonomik entstanden, so ist bei vielen Anbietern der Einsatz geringer Geldein-sätze für die Teilnahme erforderlich (bis zu 500 USD) (Forsythe et al. 1992).
Rechtliche oder organisatorische Komplikationen des Geldeinsatzes stehen al-lerdings oft einer Durchführung entgegen. Im betriebswirtschaftlichen, Enter-tainment- oder Sport-Bereich erzielen Informationsmärkte mit Sachpreisen auch ohne Geldeinsatz ebenfalls gute Prognoseergebnisse (Servan-Schreiber et al. 2004, Spann & Skiera 2003 oder Luckner & Weinhardt 2007).
Für viele Prognosefragestellungen, wie beispielsweise politische Wah-len, ist keine repräsentative Stichprobe erforderlich. Die Teilnehmer handeln nicht nach ihren individuellen Präferenzen, sondern nach ihren Erwartungen bezüglich des Wahlausgangs (Forsythe et al. 1992).6 Als Voraussetzung wie bei
anderen Prognoseverfahren gilt, dass mindestens ein Teil der Teilnehmer rele-vante Informationen besitzt oder den Zugang hierzu hat (Spann & Skiera 2003).
Die Anzahl der Teilnehmer an einem Informationsmarkt variiert sehr stark zwischen verschiedenen Anwendungen. Mögliche Einflussfaktoren können sind dabei die Anzahl der Prognosefragestellungen (und damit virtueller Akti-en), der Expertenstatus und die Laufzeit des Informationsmarktes. In den expe-rimentellen Untersuchungen konnten bereits Gruppen mit sechs Teilnehmern (Sunder 1995) den Idealzustand erreichen. Spann (2002) erzielt in einer inter-nen Unternehmensanwendung mit zwölf Managern ebenfalls gute Prognoseer-gebnisse. An der Hollywood Stock Exchange oder TradeSports7 nehmen
hinge-gen mehrere Tausend Teilnehmer teil.
Der Idealzustand der Informationseffizienz auf einem Markt wird (meis-tens) auch dann erreicht, wenn ein Teil der Teilnehmer Fehler macht oder nicht ausreichend informiert ist. Besonders gut informierte und versierte Teilnehmer - so genannte „marginal traders“ - nutzen ineffiziente Preise aus und steuern den Aktienpreis in seine richtige Richtung (Oliven & Rietz 2004, Forsythe, Rietz & Ross 1999).8 Spann et al. 2007a zeigen weiterhin, dass an einem
Informati-onsmarkt viele Teilnehmer mit einem hohem Interesse und hohem Experten-grad akquiriert werden können. Deren prognostische Fähigkeiten können an-hand ihres Portfoliowertes oder des Handelsverhaltens identifiziert werden.
Stand der Forschung
Die Forschung im Bereich von Informationsmärkten hat sich in den letz-ten Jahren über die politischen Wahlbörsen hinaus in verschiedenen Disziplinen
6 Die ersten politischen Wahlbörsen wurden an der University of Iowa im Jahre 1988
durchgeführt. Beispielsweise waren dabei überdurchschnittlich viele Teilnehmer, die persönlich Republikaner unterstützten. Dennoch waren die Börsen genauso gut oder oftmals besser als die Umfragen (Forsythe et al. 1992, S. 1146).
7 http://www.hsx.com bzw. http://www.tradesports.com.
stark weiter entwickelt. Tziralis & Tatsiopoulos (2007) sammelten insgesamt 155 Veröffentlichungen seit 1990 zu Informationsmärkten. Dabei lassen sich folgende methodische Richtungen identifizieren: (i) neue Prognoseanwendun-gen, (ii) theoretische Erweiterungen der Marktmodellierung, (iii) empirische Analyse der Markstrukturen und (iv) dynamische Analyse von Aktienkursent-wicklungen (Spann & Soukhoroukova 2007, Tziralis & Tatsiopoulos 2007, Wol-fers & Zitzewitz 2004a).
(i) Empirische Untersuchungen zu neuen Prognosebereichen (z. B. Entertainment, BWL, VWL, Politik und Jura)
Es werden weiterhin neue Anwendungen für Prognosen mit Informati-onsmärkten in Feldstudien und Experimenten erschlossen. Im Folgenden sind einige Beispiele zu nennen: Die durch politische Wahlbörsen bekannt geworde-ne Forschergruppe an der University of Iowa hat ebenfalls eigeworde-nen Informations-markt zur Vorhersage der Marktkapitalisierung des Google-IPOs durchgeführt (Berg, Neumann & Rietz 2005). Das „Tech Buzz Game“9 von Yahoo! Research
ermittelt die Popularität von technologischen Trends und Produkten. Die Aus-zahlung einer virtuellen Aktie richtet sich dabei nach der Suchhäufigkeit des entsprechenden Begriffs in der Yahoo!-Suchmaschine (Mangold et al. 2005). Bell (2006) eruiert eine neue Anwendungsmöglichkeit im Hinblick auf die Ver-folgung des Fortschritts neuer wissenschaftlicher Trends an einem Informati-onsmarkt zu verfolgen. Elberse & Eliashberg (2003) verwenden in ihrem Ange-bot- und Nachfrage-Modell bei Kinofilmen die Aktienkurse an der Hollywood Stock Exchange, um die Erwartungen bzgl. des Einspielergebnisses vor dem Kinostart zu quantifizieren.
Auch in der Wirtschaftspresse wird zunehmend über unternehmensin-terne Anwendungen bei Firmen wie Google, Microsoft, Ely Lilly oder General Electric berichtet.10 Das von Forbes Magazine als eines der besten
Business-Bücher 2004 ausgezeichnete Werk von James Surowiecki „The Wisdom of Crowds” setzt sich mit der Vorteilhaftigkeit von kollektiven Entscheidungen auseinander (Surowiecki 2004). Selbst das Pentagon plante einen Einsatz eines Informationsmarktes zu politischen Risiken, musste jedoch aufgrund negativer Presseberichte über den „terror market“ die Pläne einstellen (Hulse 2003, Polk et al. 2003).
9 http://buzz.research.yahoo.com. 10 http://www.cfmasse.com.
(ii) Theoretische Arbeiten zur Marktmodellierung
Das Ziel dieser Forschungsrichtung besteht darin, das Marktdesign in Hinblick auf seine Prognosegenauigkeit oder seine Informationseffizienz zu verbessern. Außerdem sollen anhand analytischer Modelle, anspruchsvollere Prognosefragestellungen an einem Informationsmarkt abgebildet werden (z. B. Fortnow et al. 2003). Hanson (2003) entwickelt beispielsweise einen Mecha-nismus, um bedingte Ereignisse auf einem Informationsmarkt zu modellieren.11
Hanson & Oprea (2004) zeigen in einem Modell, dass Manipulationsversuche eher die Prognosegüte verbessern, da sie zusätzliche Liquidität hinzufügen und andere Teilnehmer, die sie in ihren Handelsentscheidungen berücksichtigen. Tetlock & Hahn (2007) untersuchen das Entscheidungsverhalten für solche Teilnehmer, die anhand der Aktienpreise eines Informationsmarktes seine Ent-scheidungen treffen sollen.
(iii) Empirische Analysen der Marktstrukturen
Eine weitere Forschungsrichtung untersucht Marktmikrostrukturen auf Informationsmärkten im Hinblick auf deren Wirkung auf individueller Händler-ebene (Oliven & Rietz 2004, Wolfers & Zitzewitz 2004a). Die virtuellen Märkte können gleichfalls dazu dienen, die Funktionsweise von Finanzmärkten detail-lierter zu analysieren. Tetlock (2006) untersucht den Zusammenhang zwischen Informationseffizienz und Liquidität an einer Sportbörse. Informationsmärkte bieten im Vergleich zu Finanzmärkten den datenbasierten Vorteil, dass die vir-tuellen Aktien nur auf einem Börsenplatz gehandelt werden und eine endliche kurze Laufzeit - im Unterschied zu Wertpapier mit einem sehr langen Zeithori-zont - aufweisen.
(iv) Analyse der Aktienkursentwicklungen
Während die meisten Untersuchungen primär den Schlusskurs an ei-nem Informationsmarkt als Prognosewert analysieren, kann ebenfalls eine Ana-lyse der Aktienkursveränderungen während des Handelns erfolgen. Elberse (2007) führt mit den Aktienkursen für Kinospielfilme an der Hollywood Stock Exchange eine in der Finanzmarktforschung häufig eingesetzte Event-Study-Analyse durch (wie beispielsweise in MacKinlay 1997). Sie misst dabei die ab-normale Rendite der virtuellen Aktien bei der Ankündung einer Besetzung eines Kinofilms in der Produktionsphase mit bekannten Schauspielern, um den
11 Beispiele sind die effiziente Modellierung von bedingten Ereignissen wie, „Was passiert
mit B, wenn A eintritt“, da hier die Anzahl der möglichen Kombinationsmöglichkeiten, und damit der virtuellen Aktien, sehr hoch ist.
lierten Beitrag des jeweiligen Schauspielers zum Gesamterfolg eines Kinofilms zu messen. In einer anderen Forschungsrichtung werden die Daten von Infor-mations- und Finanzmärkten miteinander verknüpft. Snowberg, Wolfers & Zit-zewitz (2007) oder Wolfers & ZitZit-zewitz (2004b) interpretieren die Aktienkurse an den Informationsmärkten als Wahrscheinlichkeiten für den jeweiligen Ereig-niszustand (z. B. „Sieg eines US-Präsidentschaftskandidaten“) und verknüpfen deren Änderungen mit den Kursveränderungen an den realen Finanzmärkten. Durch diesen methodischen Ansatz ist es möglich, den monetären Wert von sonst schwer quantifizierbaren Ereignissen in der Finanzwelt zu schätzen („Der Anstieg der Kriegswahrscheinlichkeit in Irak um ein 1% führt zu einem be-stimmten Anstieg des Ölpreises.“).
Einsatz von Informationsmärkten in der Neuproduktentwicklung
Informationsmärkte können für die Neuproduktentwicklung einen ent-scheidenden Beitrag aufgrund mehrerer Faktoren leisten:
- effiziente Aggregation durch den Marktmechanismus,
- Skalierbarkeit in Hinblick auf die Anzahl der Teilnehmer und der virtuellen Aktien, und
- die Flexibilität der Prognosefragestellungen.
Wie bereits dargstellt, erlaubt der Marktmechanismus eine effiziente Aggregation von verschiedenen, asymmetrisch verteilten Informationen.
Informationsmärkte sind zudem skalierbar, da der Marktmechanismus in der Lage ist, viele Teilnehmer für verschiedene Finanztitel zu integrieren. Unter der Verfügbarkeit ausreichender Ressourcen kann damit die Anzahl der Teilnehmer oder der virtuellen Aktien beliebig groß werden. An der Hollywood Stock Exchange werden beispielsweise mehrere hundert Kinofilme gehandelt. Dadurch erlauben Informationsmärkte, ein großes internes oder externes Ex-pertennetzwerk für viele verschiedene kurz- und langfristige Prognosefragestel-lungen aufzubauen.
Ein weiterer wichtiger Grund ist die Flexibilität bei der Festlegung der Auszahlungsregel für virtuelle Aktien. Es können absolute Größen für Umsätze, relative Größen für Marktanteile oder binäre Ereignisse prognostiziert werden, unter der Voraussetzung, dass die Auszahlungsfunktion sich quantifzieren lässt (Spann et al. 2007b).
Darüber hinaus fallen bei internet-basierten Applikationen die Zusatz-kosten für zusätzliche Teilnehmer, weitere Iterationen und für zusätzlich zu
testende Produktkonzepte oder -ideen relativ moderat aus (Dahan & Srinivasan 2000, Sawhney, Verona & Prandelli 2005).
Während mehrere Studien bezüglich der Prognosegenauigkeit von In-formationsmärkten bei kurzfristigen Ereignissen viel versprechende Ergebnisse geliefert haben (z. B. Berg, Forsythe & Rietz 1996, Wolfers & Zitzewitz 2004a), ist der Bereich der Neuproduktentwicklung - trotz seiner Relevanz für Unter-nehmen - bisher nur unzureichend betrachtet worden. Chan et al. (2002) analy-sieren die Bewertung der Produktkonzepte der Informationsmärkte mit einem alternativen Verfahren in der Marktforschung. Spann et al. (2007a) nutzen ei-nen Informationsmarkt als ein Instrument zur Identifikation von Lead Usern. Eine umfassende Betrachtung des Einsatzes von Informationsmärkten in der Neuproduktentwicklung ist jedoch bisher nicht erfolgt.
1.3 Ziel der Dissertation
Das Ziel der Dissertation besteht darin, explorativ zu untersuchen,
(a) ob Informationsmärkte als ein neues Instrument der
Neuproduktentwick-lung bei langfristigen Prognosen eingesetzt werden können. Daraus ergeben sich die weiterführende Fragestellungen: (b) wie die Informationsmärkte dabei gestaltet werden sollen und (c) wie gut die erzielten Ergebnisse ausfallen. Fol-gende Fragestellungen sind dafür detailliert zu behandeln:
1. Entwicklung einer Methodik für den Einsatz von Informations-märkten in den frühen Phasen der Neuproduktentwicklung
Zunächst wird die konzeptionelle Forschungslücke in der Marktfor-schung geschlossen, wie Informationsmärkte im Neuproduktentwicklungspro-zess eingesetzt werden können. Hierfür sind die konzeptionellen Erweiterungen der Ausgestaltung von bisherigen Anwendungen notwendig, um die Besonder-heiten in den Phasen Ideengenerierung und Produktkonzepttests zu berücksich-tigen, da hier fundamentale Unterschiede zu kurzfristigen Prognosen bestehen.
2. Implementierung einer flexiblen Software-Applikation für Infor-mationsmärkte
Der erwünschte vielseitige Einsatz von Informationsmärkten erfordert zunächst eine Analyse von verschiedenen Design-Variationen wie z. B. Börsen-dauer, Marktmechanismus oder Anreizstrukturen (Spann & Skiera 2003). Für den empirischen Einsatz ist jedoch eine flexible Software für
Informationsmärk-te von hoher Bedeutung. Ein besonderer Schwerpunkt der Arbeit liegt bei Soft-ware-Implementierungsaspekten, die bisher in der Forschung vernachlässigt wurden.
3. Empirischer Test von Informationsmärkten
Darauf aufbauend werden in mehreren empirischen Studien Informati-onsmärkte in den Phasen Ideengenerierung und Produktkonzepttests einge-setzt. Hierzu werden sowohl Laborstudien mit Studierenden als auch Studien mit Managern im In- und Ausland durchgeführt. Zusätzlich werden alternative Verfahren in der Marktforschung angewandt, um die Ergebnisse der Informati-onsmärkte vergleichen zu können.
2
Überblick über die kumulative Dissertation
Die kumulative Dissertation setzt sich aus fünf eigenständigen Aufsät-zen zusammen:
1. Soukhoroukova, Arina / Spann, Martin: Informationsmärkte.
In: Wirtschaftsinformatik 48 (2006) 1, S. 61-64.
2. Soukhoroukova, Arina:
Flexible Software-Architektur für Prognosemärkte. In: O. K. Ferstl; E. J. Sinz; S. Eckert; T. Isselhorst (Hrsg.):
Internationale Tagung Wirtschaftsinformatik. eEconomy, eGovernment, eSociety, Bamberg 2005, S. 231-250.
3. Soukhoroukova, Arina / Spann, Martin:
New Product Development with Information Markets. Theory and Empiri-cal Application.
In: D. Bartmann; F. Rajola; J. Kallinikos; D. Avison; R. Winter; P. Ein-Dor; J. Becker; F. Bodendorf; C. Weinhardt (Hrsg.):
Proceedings of the Thirteenth European Conference on Information Sys-tems (ECIS), Regensburg 2005.
4. Soukhoroukova, Arina / Spann, Martin / Skiera, Bernd:
Creating and Evaluating New Product Ideas with Idea Markets. Arbeitspapier 2007.
5. Dahan, Ely / Soukhoroukova, Arina / Spann, Martin:
Organizing Securities Markets for Opinion Surveys with Infinite Scalabil-ity.
Arbeitspapier, University of California at Los Angeles 2007.
Während die Aufsätze 1 und 2 die notwendigen Erweiterungen für die Innovationsforschung aus theoretischer Sicht entwickeln, stützen sich die
Auf-sätze 3, 4 und 5 auf methodische Erweiterungen in empirischen Studien (Tabel-le 1).
Aufsatz 1 skizziert die Funktionsweise von Informationsmärkten und strukturiert die derzeitigen Einsatzbereiche. Die Strukturierung erfolgt anhand der zentralen Eigenschaften von Märkten „Skalierbarkeit“ in Hinblick auf Akti-en und Teilnehmer.
Aufsatz 2 entwickelt ausgehend von einer Anforderungsanalyse eine mögliche Software-Architektur für Informationsmärkte, die eine flexible Konfi-guration des Markt-Designs anhand des jeweiligen Untersuchungszwecks er-möglicht.
Der weiterführende Aufsatz 3 fokussiert die Einsatzmöglichkeiten von Informationsmärkten auf die Neuproduktentwicklung. Eine erste Studie über-prüft die Güte von Informationsmärkten in der Phase Produktkonzepttests und vergleicht die Ergebnisse mit einem traditionellen Marktforschungsverfahren der Conjoint-Analyse.
Aufsatz 4 entwickelt ein neues Konzept der „Ideenbörsen“, so dass In-formationsmärkte auch in der Phase Ideengenerierung eingesetzt werden kön-nen. Dafür wird der Design-Raum von Informationsmärkten erweitert, um neue virtuelle Aktien, die neue Produktideen vorstellen sollen, zu erstellen und zu bewerten. Aufbauend auf der Forschung zu Kreativitätstechniken und Innovati-onsmanagement wird hier theoretisch erklärt, warum Informationsmärkte als eine integrierte Methode zu Ideengewinnung und -bewertung eingesetzt wer-den können. Anschließend wird eine Methodik für solche „Ideenbörse“ entwi-ckelt. In Kooperation mit einem großen Technologieunternehmen wurde eine sechswöchige Feldstudie mit fast 400 aktiven Mitarbeitern durchgeführt. Die Anzahl der generierten Ideen, die Akzeptanz der Methodik bei den Teilnehmern und im Top-Management gibt Aufschluss über weitere, noch nicht bekannte Potenziale von Informationsmärkten zur Ideengenerierung.
Aufsatz 5 konzentriert sich auf die Phase von Produktkonzepttests. Im Zentrum der Untersuchungen steht das Testen von Produktkonzepten mit vielen verschiedenen Produktattributen, da dies eine wichtige Herausforderung auf-grund der Zeit- und Kostenrestriktionen in der Marktforschung darstellt. Aus methodischer Sicht werden Informationsmärkte zum Testen von verschiedenen Produktkonzepten und -attributen erweitert. Des Weiteren wird ein neuartiges experimentelles Design entwickelt, um die Skalierbarkeit der Anzahl an virtuel-len Aktien bei gleichzeitiger Kontrolle des mentavirtuel-len Aufwandes für einen ein-zelnen Probanden. Dafür werden mehrere, empirische Studien mit
Studieren-den und Managern in Studieren-den USA mit bis zu 113 Teilnehmern durchgeführt. Die Ergebnisse replizieren die positiven Ergebnisse aus Studie 4 hinsichtlich der Motivation der Teilnehmer an einer Teilnahme auf einem Informationsmarkt. Des Weiteren werden gute Ergebnisse hinsichtlich der internen Validität der Informationsmärkte erzielt.
Insgesamt werden positive Ergebnisse in diesen explorativen Untersu-chungen hinsichtlich der Akzeptanz und internen Validität der Informations-märkte in den frühen Phasen der Neuproduktentwicklung erzielt.
Tabelle 1: Überblick der Aufsätze
Ziele Untersuchungsgegenstände 1. Schlagwort: Informationsmärkte
- Derzeitige und zukünftige
Einsatzbe-reiche von Informationsmärkten - Literaturüberblick - Strukturierung der Einsatzmöglichkeiten
2. Flexible Software-Architektur für Prognosemärkte - Fachkonzept der
Software-Applikation
- Flexibilisierung des Markt-Designs
- Konzeption der Software-Architektur - Implementierung der Software
3. New Product Development with Information Markets. Theory and Empirical Application
- Einsatzmöglichkeiten in der
Neupro-duktentwicklung
- Konzepttests
- Software-Architektur - Laborstudien
- Conjoint-Analyse als Benchmark-Studie 4. Creating and Evaluating New Product Ideas with Idea Markets
- Einsatz in der Phase Ideengenerie-rung
- Gewinnung und Bewertung neuer
Ideen durch die Teilnehmer
- Erweiterung der Methodik für
Ideenfin-dung und –bewertung
- Einordnung der Methode
- Sechswöchige Feldstudie in einem
Tech-nologieunternehmen
5. Organizing Securities Markets for Opinion Surveys with Infinite Scalability
- Einsatz in der Phase Produktkonzept-tests
- Liquidität des Marktdesigns - Testen von vielen verschieden
Pro-duktkonzepten und -attributen
- Modellierung des
Entscheidungsverhal-tens eines Teilnehmers
- Laborstudien mit MBA-Studenten - Feldstudie mit Managern
3
Detaillierte Beschreibung der Aufsätze
3.1 Schlagwort: Informationsmärkte
Das Ziel des ersten Aufsatzes ist die grundlegende Funktionsweise, derzeitige Einsatzbereiche und zukünftige Anwendungsbereiche zu beschrei-ben.
Zunächst wird die Grundidee von Informationsmärkten vorgestellt. An-schließend werden die derzeitigen Einsatzbereiche identifiziert und anhand der Dimensionen Anwendungsziel und Anwendungsbereich differenziert. Beim An-wendungsziel kann eine Klassifizierung zwischen einem originären Prognose-ziel, der Risikoabsicherung und der Spekulation (z. B. in Form einer Wette) vorgenommen werden (Dietl et al. 2004). Beim Anwendungsbereich wird eine themenbezogene Abgrenzung in Politik, Entertainment und Wirtschaft vorge-nommen.
Die neuen Einsatzbereiche von Informationsmärkten ergeben sich pri-mär aus der Skalierbarkeit der Informationspri-märkte. Die Skalierbarkeit im Sinne der Großzahligkeit kann sich entweder aus der Anzahl der zu bewertenden Al-ternativen oder der Anzahl der zu integrierenden Teilnehmer ergeben. Zukünf-tige Einsatzmöglichkeiten bestehen in Ideengenerierung, Expertenidentifikati-on, Ereignisbewertung und Konzeptbewertung mit Hilfe von Informationsmärk-ten.
Da sich die bisherigen Anwendungen hauptsächlich auf politische Wah-len und kurzfristige betriebs- oder volkswirtschaftliche Prognosen bezogen ha-ben, besteht der Beitrag des Aufsatzes darin, neue Einsatzbereiche zu erschlie-ßen.
3.2 Flexible Software-Architektur für Prognosemärkte
Die Software-Architektur von Informationsmärkten ist bisher aus der Sicht der Wirtschaftsinformatik nicht betrachtet worden, da in der Vergangen-heit die politischen Wahlbörsen den Designtyp von Informationsmärkten ge-prägt haben. Daher bestand kein Bedarf für Flexibilität der verwendeten Soft-ware (Spann & Skiera 2004). Damit Informationsmärkte sich auch als eine viel-seitige, operative Methode in der betrieblichen Praxis etablieren, ist eine Ana-lyse der Software eine wesentliche Grundvoraussetzung.
Das Ziel des Beitrags ist, eine mögliche Software-Architektur für Infor-mationsmärkte vorzuschlagen, die den dynamischen und flexiblen Fragestellun-gen der betriebswirtschaftlichen PrognosefragestellunFragestellun-gen gerecht wird.
Der wesentliche Beitrag dieses Aufsatzes besteht darin, die Bedeutung der Software für Informationsmärkte herauszustellen, die entscheidend für de-ren zukünftige erfolgreiche Verbreitung und Erweiterungen in der Forschung und Praxis ist.
Dazu werden nach der Einführung in die Funktionsweise von Informati-onsmärkten die verschiedenen Design-Möglichkeiten für generische Prognose-fragestellungen dargestellt. Weiterhin wird ein Marktüberblick für Informati-onsmärkte im Internet gegeben. Für das Fachkonzept der Software-Lösung wird zunächst die Vorgehensweise beim Design eines Informationsmarktes zur Lö-sung von Prognosefragestellungen strukturiert. Dafür wird ein Referenzmodell für elektronische Märkte (Schmid & Lindemann 1998) erweitert. Die Darstel-lung erfolgt dabei aus der Sicht der Administratoren und der Initiatoren in Be-zug auf die verschiedenen Kriterien.
Tabelle 2: Allgemeine Anforderungen an die Applikation Anforderung Umsetzung
Erweiterbarkeit und Anpassungsmöglichkeiten
- Schnittstellen zur Integration externer Informationen - Schnittstellen zur Integration externer Applikationen Flexibilität der Konfiguration - Unterstützung verschiedener Markt- und
Experi-ment-Designs
- Einfache Konfiguration - Anpassbare Formulare Benutzeroberflächen - Inhalte
- Dynamisierung der Benutzernavigation und Eingabe-formulare an Markt-Design, Informationstransparenz Einsatz in verschiedenen,
auch internationalen Szena-rien
- Mehrsprachigkeit der Benutzeroberflächen - Zeitzonen, Datums- und Währungsformate - Layout-Anpassungen
Konfiguration - Benutzeroberflächen: Layout, Spracheinstellungen, zusätzliche Texte
- Marktstruktur: Handelsmechanismus, Ordertypen etc.
- Informationsstruktur: Informationstransparenz und Berechtigungen
- Grunddaten: z. B. Handelsdauer, Aktien, Händler, und -gruppen
- Initialisierungs- und Marktregeln
Bei der Anforderungsanalyse wird zwischen den technischen Anforde-rungen, Benutzer- und Flexibilitätsanforderungen unterschieden. Tabelle 1 zeigt die wichtigsten Anforderungen an eine Software-Applikation für Informa-tionsmärkte.
Anhand dieser konzeptionellen Ergebnisse wird eine komponentenba-sierte Software-Architektur vorgestellt. Für die konkrete Implementierung wur-de die Software-Plattform auf Basis wur-des ASP.NET Frameworks von Microsoft mit der Programmiersprache C# entwickelt.
Nach der Veröffentlichung des Aufsatzes wurde die Software für zahl-reiche verschiedene Anwendungen mit Unternehmen und Studieren im In- und Ausland eingesetzt und erweitert (Abbildung 3).
Abbildung 3: Benutzeroberfläche der Anwendung
3.3 New Product Development with Information Markets.
Theory and Empirical Application
Während im Aufsatz 2 die software-technische Implementierung für ge-nerische Prognosefragestellungen im Vordergrund stand, konzentriert sich der Aufsatz auf den Einsatz von Informationsmärkten in der Neuproduktentwick-lung. Das Ziel ist es, die möglichen Potenziale von Informationsmärkten in einer Pilotstudie für die Phase Produktkonzepttests auf die Reliabilität und Validität der Ergebnisse hin zu untersuchen.
Zunächst wird im Aufsatz eruiert, welche Anwendungen in den ver-schiedenen Phasen der Neuproduktentwicklung für Informationsmärkte möglich sind und wer daran teilnehmen sollte. Des Weiteren wird die in Aufsatz 2 be-schriebene Architektur erweitert und an die Bedürfnisse des Neuproduktent-wicklungsprozesses angepasst.
Für die empirische Studie wurden vier Informationsmärkte unter La-borbedingungen mit kleinen Gruppen von Studierenden zum Testen von duktkonzepten für MP3-Player durchgeführt. Da es sich um hypothetische Pro-duktkonzepte handelte, wurde zur Überprüfung der externen Validität die tradi-tionelle Conjoint-Analyse mit einem anderen Teilnehmerkreis von 307 Proban-den herangezogen.
Die Ergebnisse der Informationsmärkte sind hinsichtlich der internen Validität und Reliabilität zuverlässig und robust. Die durchgeführten Informati-onsmärkte liefern ähnliche Ergebnisse wie die direkte Abfrage der Erwartungen bei den Teilnehmern und die Conjoint-Analyse mit einem anderen Probanden-kreis. Es konnten ebenfalls stabile Ergebnisse am Informationsmarkt erreicht werden.
Auch wenn die prognostische Güte der Ergebnisse bei den vorliegenden Produktkonzepten nicht überprüft werden konnte, ist herauszustellen, dass In-formationsmärkte mit jeweils zehn Teilnehmern ähnliche Ergebnisse liefern wie die Conjoint-Analyse mit mehreren hundert Probanden.
3.4 Creating and Evaluating New Product Ideas with Idea
Markets
Die erste Phase der Neuproduktentwicklung der Ideengenerierung ist die unsicherste Phase, da sie durch einen kreativen und manchmal eher zufälli-gen Charakter der Ideengewinnung gekennzeichnet ist. Die hier getroffenen Entscheidungen sind teilweise irreversibel und bereits die Qualität der ur-sprünglichen Produktidee entscheidet über den späteren Erfolg des daraus entwickelten Produktes (Goldenberg, Lehmann & Mazursky 2001). Gleichzeitig fallen die Entwicklungskosten hier im Vergleich zu späteren Phasen relativ ge-ring aus. Von den Entscheidungen an dieser Phase ist somit die größte Hebel-wirkung auf den kommerziellen Erfolg des Neuproduktes zu erwarten, da diese Phase richtungweisend für das spätere Produkt ist (Toubia 2006, Urban & Hau-ser 1993). Angesichts der hohen Unsicherheit hinsichtlich der Umsetzbarkeit und des kommerziellen Erfolgs der Produktideen besteht eine erfolgreiche Stra-tegie darin, zunächst möglichst viele Produktideen zu generieren, um so die Chancen eines „Treffers“ zu erhöhen (Simonton 1999), ohne zunächst auf deren Qualität zu achten. Das führt jedoch bei der anschließenden Ideenselektion zu dem Problem, aus vielen Alternativen eine möglichst objektive Entscheidung zu
treffen. Die hohe Anzahl der möglichen Produktideen erhöht aber die Kosten der anschießenden Bewertung (Ozer 2005).
Das Ziel des Beitrags ist, Informationsmärkte als eine zusätzliche ganz-heitliche Methode der Ideengenerierung zu entwickeln und empirisch zu vali-dieren, die sowohl die Ideengewinnung als auch die Ideenbewertung unter-stützt. Auf solchen „Ideenbörsen“ sollen Teilnehmer neue Produktideen vor-schlagen, die als neue virtuelle Aktien auf einem virtuellen Markt sofort bewer-tet werden.
Zuerst wird untersucht, warum Informationsmärkte in der Phase der Ideengenerierung einen Mehrwert liefern können. Dafür werden die bisherige etablierten Methoden aus den Bereichen Kreativitätstechniken und Innovati-onsmanagement herangezogen. Drei kritische Aspekte sind entscheidend für den Erfolg der Aufgaben der Ideengewinnung und -bewertung, die durch Infor-mationsmärkte simultan unterstützt werden können:
- Integration einer großen Anzahl von Teilnehmern bei der Ideensuche und -bewertung hilft, viele Ideen zu generieren. Des Weiteren sind die-se Produktideen durch möglichst viele relevante Teilnehmer zu bewer-ten.
- Interaktion bei den Gruppenentscheidungen fördert die
Entschei-dungsqualität bei der Ideenbewertung, weil Teilnehmer von einander lernen können. Auch auf der Ebene der Ideenfindung können die Teil-nehmer durch den Zugriff auf fremde Ideen zu „besseren“ eigenen I-deen stimuliert und inspiriert werden.
- Kombination der Ideengewinnung mit ihrer Bewertung setzt den
Teilnehmern gezielte Anreize, Ideen von hoher Qualität vorzuschlagen. Durch die Verbesserung der (durchschnittlichen) Qualität verringern sich die Kosten und die Zeit für die anschließende Bewertung und Aus-wahlentscheidungen.
Die meisten traditionellen Methoden unterstützen allerdings lediglich eine der beiden Aufgaben, während Ideenbörsen durch den integrierten Bewer-tungsmechanismus beide Aufgaben unterstützen können.
Da die bisherige Ausgestaltung von Informationsmärkten mit einer sta-tischen Menge an virtuellen Aktien operieren (z. B. für politische Parteien), sind neue konzeptionelle Erweiterungen für verschiedene Aspekte für solche „I-deenbörsen“ notwendig:
(1) Die Anzahl von virtuellen Aktien an einer Ideenbörse ist dyna-misch und vorher auch unbekannt, da diese neue Produktideen repräsentieren, die aus dem Teilnehmerkreis gesammelt werden sollen. Dafür sind die Anreizstrukturen auf die Ideenfindung von möglichst guten Produktideen abzustellen.
(2) Die Gestaltung der Auszahlungsfunktionen ist hier ebenfalls an-zupassen, da die Realisierung der Produktideen erst in Zukunft bzw. niemals erfolgen wird.
Für (1) und (2) werden verschiedene Ausgestaltungsmöglichkeiten dis-kutiert und gegenübergestellt.
Für die Bestimmung des Auszahlungswertes kommen verschiedene Möglichkeiten in Betracht, wie z. B. die Anzahl der Zitate in der Fachliteratur oder Suchtreffer eines Begriffs in einer Suchmaschine als ein Maß für seine Bedeutung (Daim et al. 2005). Bei der Ausgestaltung des Marktmechanismus sind außerdem die potenziellen Liquiditätsprobleme zu beachten, die dadurch entstehen können, dass Teilnehmer sehr viele Aktien vorschlagen sollen, was andererseits zu einem recht niedrigen Händler-pro-Aktie-Verhältnis im Ver-gleich zu bisher bekannten Informationsmärkten führt.
Für die empirische Feldstudie konnte ein deutsches Technologieunter-nehmen als Kooperationspartner gewonnen werden. Die interne Ideenbörse lief sechs Wochen im Frühjahr 2006. Die Mitarbeiter des Unternehmens wurden aufgefordert, neue Produktideen in drei verschiedenen Kategorien vorzuschla-gen und zu bewerten. Als Anreize wurden verschiedene Sachpreise gesetzt. Um die Ideen möglichst gut filtern zu können, wurde ein zweistufiger Screening-Prozess in Anlehnung an die Initial-Public-Offering-Verfahren implementiert, der dadurch eine schnelle Ideenfilterung erlaubt.
Die Evaluierung der Studie wurde analog zu den Arbeiten zur Entschei-dungsunterstützungssysteme im Marketing (Davis 1989, Eliashberg et al. 2000) nach verschiedenen Erfolgskriterien und zur dyadischen Akzeptanz durch Ma-nager und Teilnehmer aufgedeckt. Neben den Daten der Ideenbörse wurden darüber hinaus Umfragen bei führenden Managern, Teilnehmern und Experten-interviews erhoben.
Die Akzeptanz der Teilnehmer spiegelt sich in mehreren Größen wider: Mehr als 600 Registrierungen wurden vorgenommen; 85% der Teilnehmer wä-ren bereit, sich noch mal zu beteiligen und 80% der Manager würden andewä-ren Unternehmen den Einsatz einer Ideenbörse empfehlen. Alternative Methoden
haben bei dem Unternehmen vergleichsweise wenig Teilnehmer angesprochen, auch wenn an dieser Stelle kein fairer Vergleich möglich ist.
Im Hinblick auf die Ideenfindung werden gute Ergebnisse erzielt: Es wurden insgesamt 252 einmalige und für das Unternehmen neue Produktideen vorgeschlagen. Die Fähigkeit der Ideenbörse, neue Produktideen zu sammeln, wurde durch die Manager als positiv bewertet. Die Ideengeber haben die Wahr-scheinlichkeit eines Vorschlags der Produktidee ohne die Ideenbörse mit nur 25% angegeben und die Mehrheit der Ideengeber hat vorher noch nie intern eine Produktidee vorgeschlagen.
Bei der Ideenbewertung ergaben sich Unterschiede zwischen der re-nommierten unabhängigen Jury und den Marktteilnehmern. Vor allem bei der Bewertung der Technologien sind die Unterschiede groß ausgefallen, während die Bewertung der Produktideen eine höhere Korrelation aufgewiesen hat. Posi-tiv wurde jedenfalls beurteilt, dass alle Mitarbeiter des Konzerns in die Ideen-findung und -bewertung involviert werden. Aufgrund der langen Produktent-wicklungszeiten kann der kommerzielle Erfolg der vorgeschlagenen Produkt-ideen derzeit noch nicht analysiert werden. Außerdem können alle vorgeschla-genen Ideen, unabhängig davon, wie sie an der Ideenbörse bewertet wurden, durch die jeweiligen Verantwortlichen benutzt werden, um neue Trends für das Unternehmen aufzudecken. Der größte nicht-monetäre Nutzen der unterneh-mensweiten Anwendung lag darin, alle Mitarbeiter des Unternehmens weltweit für die Neuproduktentwicklung zu sensibilisieren. Ein weiterer Hinweis für den Erfolg und Akzeptanz der Ideenbörse wird daraus ersichtlich, dass das Projekt-team den unternehmensinternen Innovationspreis gewonnen hat.
Mit dem theoretischen Beitrag zu den Design-Erweiterungen zur Ideen-findung und -bewertung sowie einer Abgrenzung zu bisherigen Informations-märkten eröffnet sich ein bislang unerforschter Anwendungsbereich für Infor-mationsmärkte. Die Ergebnisse der Feldstudie zeigen, dass solche Ideenbörsen erfolgreich in einem Unternehmen eingesetzt werden können.
3.5 Organizing Securities Markets for Opinion Surveys with
Infinite Scalability
Dieser Aufsatz fokussiert sich auf das Testen von Produktkonzepten mit Hilfe von Informationsmärkten. Technischer Fortschritt und steigender Wett-bewerbsdruck zwingt Hersteller dazu, eine große Anzahl an verschiedenen Pro-duktattributen in ein einzelnes Produkt zu integrieren (Thompson, Hamilton &
Rust 2005). Als Beispiele seien Multifunktionsgeräte in der Konsumgüterelekt-ronik oder die Auto-Konfiguratoren anzuführen. Die große Anzahl an Kombina-tionsmöglichkeiten von den Produktattributen erschwert allerdings die Markt-forschung hinsichtlich der Gestaltung des optimalen Neuproduktes, da sehr viele Probanden und Einzelfragen notwendig sind. Das Ziel des Aufsatzes ist die Weiterentwicklung von Informationsmärkten als eine Methode zur optimalen Gestaltung von Produkten - v. a. mit einer hohen Anzahl an Produktattributen.
Im Aufsatz wird zuerst ein konzeptionelles Modell aufbauend auf der Li-teratur zu Finanzmärkten entwickelt, um zu erfassen, wie die Teilnehmer ihre Erfolgserwartungen hinsichtlich Produktkonzepten oder -attributen auf einem Informationsmarkt handeln. Das vierstufige Modell geht zunächst von den individuellen Präferenzen hinsichtlich eines einzelnen Produktkonzepts oder -attributs und den ex-ante Erwartungen bezüglich seines Gesamterfolgs am Markt aus, die systematisch verzerrt seien können (Hoch 1987). Diese Erwar-tungen korrelieren allerdings stark mit dem Handelsverhalten der Teilnehmer. Durch den Marktmechanismus und den interaktiven Lernprozess werden die Entscheidungsverzerrungen abgemildert und die ex-post Einschätzungen ange-passt.
Darauf aufbauend wird die Methodik der Informationsmärkte für Pro-duktkonzepttests erweitert und die verschiedenen Ausgestaltungsmöglichkeiten (Marktdesign, Experimentaufbau und Anreizstrukturen) erschlossen. Die wich-tige Fragestellung ist, wie solche virtuellen Aktien modelliert werden sollen, die verschiedene Produktattribute repräsentieren.
Zusätzlich wird, um die Skalierungsaspekte zu kontrollieren, ein anpas-sungsfähiges Design von überlappenden Untermärkten entwickelt. Dadurch wird der mentale Aufwand eines einzelnen Teilnehmers reduziert, während die Anzahl der zu handelnden Aktien auf dem gesamten Informationsmarkt nahezu unbegrenzt ist (Abbildung 3).
14 Stock s 56 Sto cks Group 1 n = 21 6 6 8 Group 2 n = 21 8 6 6 Group 3 n = 17 9 6 5 Group 6 n = 17 8 12 Group 5 n = 20 6 8 6 Group 4 n = 17 6 14 (6) SmartPhone Concepts (19) Mutually Exclusive (31) Binary Attributes 1A: n = 25 1B: n = 37 1C: n = 44 1D: n = 33 2: n = 19 14
Studies 1 & 2
Study 3
14 Stock s 56 Sto cks Group 1 n = 21 6 6 8 Group 1 n = 21 6 6 8 Group 2 n = 21 8 6 6 Group 2 n = 21 8 6 6 Group 3 n = 17 9 6 5 Group 3 n = 17 9 6 5 Group 6 n = 17 8 12 Group 6 n = 17 8 12 Group 5 n = 20 6 8 6 Group 5 n = 20 6 8 6 Group 4 n = 17 6 14 Group 4 n = 17 6 14 (6) SmartPhone Concepts (19) Mutually Exclusive (31) Binary Attributes (6) SmartPhone Concepts (19) Mutually Exclusive (31) Binary Attributes 1A: n = 25 1B: n = 37 1C: n = 44 1D: n = 33 2: n = 19 14
Studies 1 & 2
Study 3
Abbildung 3: Design der Untermärkte in Studie 3 im 5. Aufsatzes (Figure 5)
Für die empirische Überprüfung der Anwendbarkeit der Methode wer-den vier empirische Studien durchgeführt, die jeweils unterschiedliche Hypo-thesen hinsichtlich des konzeptionellen Modells untersuchen. Vier Replikatio-nen der Studie 1 untersuchen, ob die Aktienkurse die Erwartungen der Teil-nehmer erfassen können. Studie 2 überträgt den Studienaufbau auf eine realis-tische Situation mit Managern. Nach den positiven Ergebnissen der ersten bei-den Studien wird die Anzahl der Probanbei-den und zu testenbei-den Produktattribute in Studie 3 und 4 stark vergrößert. Bis zu 113 Teilnehmer bewerten 56 schiedene virtuelle Aktien in Studie 3. Im Zentrum steht die Frage, wie die ver-schiedenen Produktattribute abgebildet werden sollten (binäre oder sich aus-schließende Produktattribute). Darauf aufbauend wird in der Studie 4 das Ver-hältnis der Aktien (N=64) zu Teilnehmern (N=63) halbiert, um das Skalie-rungspotenzial des Marktmechanismus zu testen. Diese empirische Studie wird unter Realbedingungen mit Managern und Ingenieuren eines führenden US-Herstellers für Handy-Hardware durchgeführt.
Zusammenfassend lässt sich festhalten, dass das entwickelte konzepti-onelle Modell durch mehrere empirische, auch zeit- und ortversetzte Studien, unterstützt wird. Informationsmärkte erzielen dabei ähnliche Ergebnisse wie alternative Methode (User Design), und können Erwartungen der Teilnehmer bzgl. des zukünftigen Erfolgs der Produktkonzepte/-attribute abbilden. Es wer-den relativ hohe Übereinstimmungen zwischen wer-den ex-ante Erwartungen und den Aktienkursen festgestellt, was ein Indiz für interne Validität ist. Wie in Auf-satz 4 der Dissertation wird auch hier ein wesentlicher positiver Aspekt der
In-formationsmärkte für die Marktforschung, der Spaßaspekt eines kompetitiven Online-Spiels, herausgestellt. Weiterer Forschungsbedarf besteht in Hinblick auf die genaue Ausgestaltung des experimentellen Aufbaus. Ein wesentliches Potenzial ist weiterhin, dass die Dauer eines Informationsmarktes unter einer Stunde beträgt, so dass relativ schnell erste Ergebnisse erreicht werden kön-nen.
Der Beitrag des 5. Aufsatzes ist die Entwicklung des konzeptionellen Modells an einem Informationsmarkt, einer detaillierten Methodik für Produkt-tests und die Modellierung neuer Aktientypen an Informationsmärkten. Des Weiteren wird ein neuartiges experimentelles Design der Untermärkte entwi-ckelt und empirisch überprüft, um so die Skalierung des Marktes zu gewähr-leisten, so dass dadurch weitere Fragestellung in der Marktforschung getestet werden können.
4
Zusammenfassung und Forschungsausblick
In dieser Dissertation wird ein neuer Einsatzbereich für Informations-märkte im Bereich des Innovationsmanagement theoretisch und empirisch un-tersucht. Dazu werden verschiedene Literaturrichtungen: Innovationsmanage-ment, Wirtschaftsinformatik und Markforschung miteinander verbunden. Die erzielten Ergebnisse verschiedener Studien mit Managern und Studenten im In- und Ausland für die Phasen Ideengenerierung und Produktkonzepttests weisen darauf hin, dass Informationsmärkte als eine zusätzliche, neue Methode fungie-ren können. Für diese Methode sprechen mehrere Vorteile: Die Skalierbarkeit und die Effizienz des Marktmechanismus, die Internetfähigkeit der Anwendung, sowie die Motivation der Teilnehmer erlaubt es, sehr schnell Ergebnisse für die Marktforschung zu erhalten.
Mit Hilfe von Informationsmärkten ist es dadurch möglich, ein sehr großes, räumlich verteiltes Netzwerk an Experten (Kunden oder Managern) aufzubauen. Der Marktmechanismus unterstützt durch die Interaktion der Teil-nehmer untereinander, dass diese durch den Austausch von Preissignalen ge-genseitig lernen können. So kann eine schnelle Bewertung in Form eines Marktpreises erreicht werden.
Die Anzahl und die Herkunft der Teilnehmer kann flexibel für Konsu-menten oder auch unternehmensinterne Experten angepasst werden. Die empi-rischen Untersuchungen haben gezeigt, dass selbst Probanden ohne Börsen-kenntnisse nach einer kurzen Einführung schnell teilnehmen können. Bei
eini-gen Anwenduneini-gen wurde lediglich ein kurzes Online-Tutorial zur Verfügung gestellt.
Die spezifischen Schwachstellen der Methode werden jeweils in den einzelnen Aufsätzen diskutiert. Allerdings lassen sich gemeinsame Nachteile herausstellen. Während die variablen Kosten relativ überschaubar waren, sind relativ hohe Anfangsausgaben für die Software, Bekanntmachung und die Ü-berwindung der grundsätzlichen Skepsis bei den Ergebnissen notwendig. Des Weiteren könnte die hohe Begeisterung der Probanden an einer Teilnahme teilweise auch auf den hohen Neuartigkeitsgrad der Methode zurückgeführt werden. Außerdem können an einem Informationsmarkt keine individuellen Prä-ferenzdaten der Teilnehmer identifiziert. In der Marktforschung sind jedoch oft Fragestellungen auf individueller oder segmentspezifischer Ebene wichtig, um die Zielgruppen besser anvisieren zu können. Eine weitere Anwendungsmög-lichkeit kann deshalb die Prognose bei Gesellschaftsgütern (z. B. Modetrends, oder ein gemeinsames gewähltes Essen auf einer Party) sein, bei denen der Nutzen des Produktes von der Einschätzung oder der Wahl Dritter abhängt.
Um jedoch Informationsmärkte als eine neue Methode in der Neupro-duktentwicklung zu etablieren, besteht noch weiterer Forschungsbedarf im Hinblick auf die langfristige Prognosegüte und organisatorische Aspekte beim Einsatz in Unternehmen. Dafür sind genaue Empfehlungen hinsichtlich der Ein-grenzung des Teilnehmerkreises, Markt-Designs und der Kosten-/Nutzen- vergleich zu alternativen Verfahren erforderlich.
Ideengenerierung mit Informationsmärkten
In der Phase Ideengenerierung besteht zukünftiger Forschungsbedarf primär darin, das Ergebnis von Informationsmärkten im Vergleich zu alternati-ven Verfahren, wie Ideenwettbewerbe oder betriebliches Vorschlagswesen, in Hinblick auf Qualität, Quantität und ggf. den kommerziellen Erfolg der vorge-schlagenen Produktideen zu überpüfen. Für eine Längsschnittanalyse sind al-lerdings ein längerer Zeitraum und viele weitere Anwendungen notwendig. In zukünftigen empirischen Anwendungen sind die vorgeschlagenen Design-Erweiterungen detaillierter zu untersuchen, um systematische Empfehlungen ableiten zu können.
Weiterhin sollte quantifiziert werden, welchen Nutzen die integrierte Ideenbewertung durch den Marktmechanismus auf die Qualität und die Quanti-tät der vorgeschlagenen Produktideen bietet. Schließlich ist auch noch interes-sant, die Dynamik der vorgeschlagenen Ideen im Zeitverlauf zu analysieren, um
zu verstehen, wie sich die Teilnehmer gegenseitig durch ihre Ideenvorschläge stimulieren und inspirieren.
Produktkonzepttests mit Informationsmärkten
Ähnliche Längsschnittanalysen sind hinsichtlich der externen Validität ebenfalls für die Phase des Produktkonzepts notwendig. Die vorgeschlagene überlappende Zuordnung von verschiedenen Untermärkten eröffnet weitere interessante Fragestellungen. Durch die Variation der verschiedenen Preisle-vels für Produktattribute kann die Preiselastizität geschätzt werden. Des Weite-ren können mehrere Händlergruppen auch parallel die gleichen Produktattribu-te bewerProduktattribu-ten, was als Replikation inProduktattribu-terpretiert werden kann. Außerdem können durch die Einführung der Aktien während eines solchen Informationsmarktes interessante Kannibalisierungseffekte neuer Produkte oder -attribute an bese-henden Märkten gemessen werden, wie die entsprecbese-henden Aktienkurse auf die Ereignisse reagieren.
Für Marktforscher ist es wichtig zu untersuchen, wie hoch die Kosten eines Informationsmarktes in Bezug auf die Teilnehmerzahl im Vergleich zu alternativen Marktforschungsmethoden ausfallen. Ähnlich wie in Aufsatz 4 wür-den in Aufsätzen 3 und 5 weitere Anhaltspunkte zur externen Validität der Er-gebnisse hilfreich sein. In einer mehrjährigen Längsschnittanalyse ist aufzude-cken, wie die tatsächliche Prognosequalität von Informationsmärkten im Ver-gleich zu anderen Verfahren für welche Produkte oder Zielgruppen ausfällt (vgl. ähnliche Untersuchungen zur Conjoint-Analyse in Green, Krieger & Wind 2001).
Eine weitere mögliche Untersuchungsrichtung stellt auf die Frage ab, wie stark die Marktergebnisse vom Fachwissen der Teilnehmer abhängen und wie viele Teilnehmer pro virtuelle Aktie erforderlich sind. Eine systematische Variation des Händler/Aktien-Verhältnisses oder des Informationsstandes kann genauere Anhaltspunkte dafür liefern.
Die erzielten Ergebnisse und die gewonnenen Erfahrungen in der Pra-xis zeigen, dass sich Informationsmärkte v. a. als eine schnelle Screening-Methode aufgrund der Interaktion und der Skalierbarkeit anwenden lassen. Es lassen sich an einem Informationsmarkt viele verschiedene virtuelle Aktien erstellen und bewerten, während die weiterführende Bewertung der Produkt-ideen oder -konzepte eher durch die klassischen Verfahren übernommen wer-den kann. Insgesamt betrachtet, kann die Frage der Anwendbarkeit der Infor-mationsmärkte als ein integriertes Instrument in der Produktinnovation positiv beurteilt werden.
Literaturverzeichnis
Armstrong, J. Scott Ed. (2001), Principles of Forecasting. Dordrecht: Kluwer Academic Publishers.
Bayus, Barry L. (1998), "An Analysis of Product Lifetimes in a Technologically Dynamic Industry," Management Science, 44 (June), 763-75.
Bell, Tom W. (2006), "Prediction Markets for Promoting the Progress of Science and the Useful Arts," George Mason Law Review, 14.
Berg, Joyce E., George R. Neumann, & Thomas A. Rietz (2005), "Searching for Google's Value: Using Prediction Markets to Forecast market Capitaliza-tion Prior to an IPO," University of Iowa.
Berg, Joyce, Robert Forsythe, & Thomas Rietz (1996), "What Makes Markets Predict Well? Evidence from the Iowa Electronic Markets," in Under-standing Strategic Interaction: Essays in Honor of Reinhard Selten, Wulf Albers and Werner Güth and Peter Hammerstein and Benny Moldovanu & Eric van Damme, Eds. Berlin, Heidelberg: Springer.
Biyalogorsky, Eyal, William Boulding, & Richard Staelin (2006), "Stuck in the Past: Why Managers Persist with New Product Failures," Journal of Mar-keting, 70, 108-21.
Blattberg, Robert C. & Steven Hoch (1990), "Database Models and Managerial Intuition: 50% Model and 50% Managers," Management Science, 36 (8), 887-99.
Boston Consulting Group (2006), Innovationsstandort Deutschland - quo vadis. München: The Boston Consulting Group.
Brockhoff, Klaus (2005), "Konflikte bei der Einbeziehung von Kunden in die Produktentwicklung," Zeitschrift für Betriebswirtschaft, 75 (H.9), 859-77.
Brockhoff, Klaus (1999), Produktpolitik. Stuttgart et al.: Gustav Fischer.
Chan, Nicholas T., Ely Dahan, Kim Adlar, Andrew W. Lo, & Tomaso Poggio (2002), Securities Trading of Concepts STOC. Cambridge, MA: Massa-chusetts Institute of Technology.
Chandy, Rajesh, Brigitte Hopstaken, Om Narasimhan, & Jaideep Prabhu (2006), "From Invention to Innovation: Conversion Ability in Product Develop-ment," Journal of Marketing Research, 43 (3), 494-508.
Chaney, Paul K., Timothy M. Devinney, & Russel Winer (1991), "The Impact of New Product Introductions on the Market Value of Firms," Journal of Business, 64 (4), 573-610.
Cooper, Robert G. (1999), "The Invisible Success Factors in Product Innova-tion," Journal of Product Innovation Management, 16, 115-33.
Crawford, Blair, Jonathan W. Gordon, & Susan R. Mulder (2007), "How Con-sumer Goods Companies are Coping with Complexity," The McKinsey Quarterly, Web Exclusive.
Dahan, Ely & John R. Hauser (2002), "Product Development - Managing a Dis-persed Process," in Handbook of Marketing, Barton A. Weitz & Robin Wensley, Eds. London: Sage.
Dahan, Ely & V. Seenu Srinivasan (2000), "The Predictive Power of Internet-Based Product Concept Testing Using Visual Depiction and Animation," Journal of Product Innovation Management, 17 (3), 99-109.
Daim, Tugrul U., Guillermo Rueda, Hilary Martin, & Pisek Gerdsri (2005), "Forecasting Emerging Technologies: Use of Bibliometrics and Patent Analysis," Technological Forecasting & Social Change, 73, 981-1012. Davis, F.D. (1989), "Perceived Usefulness, Perceived Ease of Use, and User
Ac-ceptance of Information Technology," MIS Quarterly, 13 (3), 319-40. Dietl, H. M., M. Rese, A. Krebs, & B. Franke (2004), Virtuelle
Informationsbör-sen zur Prognose und Investitionsabsicherung. Lohmar: Eul Verlag. Elberse, Anita (2007), "The Power of Stars: Do Stars Drive Success in Creative
Industries?," Journal of Marketing, erscheint demnächst.
Elberse, Anita & Jehoshua Eliashberg (2003), "Demand and Supply Dynamics for Sequentially Released Products in International Markets. The Case of Motion Pictures," Marketing Science, 22 (3), 329-54.
Eliashberg, Jehoshua, Anita Elberse, & Mark A.A.M. Leenders (2006), "The Mo-tion Picture Industry: Critical Issues in Practice, Current Research, and New Research Directions," Marketing Science, 25 (6), 638-61.
Eliashberg, Jehoshua, Jedid-Jah Jonker, Mohanbir S. Sawhney, & Berend Wier-enga (2000), "MOVIEMOD: An Implementable Decision-Support System for Prerelease Market Evaluation of Motion Pictures," Marketing Sci-ence, 19 (3), 226-43.
Elton, Edwin J. & Martin J. Gruber (1995), Modern Portfolio Theory and Invest-ment Analysis. New York: Wiley.
Emden, Zeynep, Roger J. Calantone, & Cornelia Droge (2006), "Collaborating for New Product Development: Selecting the Partner with Maximum Po-tential to Create Value," Journal of Product Innovation Management, 23 (4), 330-41.
Fama, Eugene F. (1998), "Market Efficiency, Long-Term Returns, and Behav-ioral Finance," Journal of Financial Economics, 49 (3), 283-306.
Forsythe, Robert, Forrest Nelson, George R. Neumann, & Jack Wright (1992), "Anatomy of an Experimental Political Stock Market," American Eco-nomic Review, 82 (5), 1142-61.
Forsythe, Robert, Thomas A. Rietz, & Thomas W. Ross (1999), "Wishes, Expec-tations and Actions: A Survey on Price Formation in Election Stock Mar-kets," Journal of Economic Behavior & Organization, 39 (1), 83-110. Fortnow, Lance, Joe Kilian, David M. Pennock, & Michael P. Wellman (2003),
"Betting Boolean-Style: A Framework for Trading in Securities Based on Logical Formulas," in Forth Annual ACM Conference on Electronic Com-merce (EC'03). San Diego, CA.
Franke, Nikolaus & Frank T. Piller (2004), "Value Creation by Toolkits for User Innovation and Design: The Case of the Watch Market," Journal of Prod-uct Innovation Management, 21 (6), 401-15.
Goldenberg, Jacob, Donald R. Lehmann, & David Mazursky (2001), "The Idea Itself and the Circumstances of Its Emergence as Predictors of New Product Success," Management Science, 47 (1), 69-84.
Green, Paul E., Abba M. Krieger, & Yoram Wind (2001), "Thirty Years of Con-joint Analysis: Reflections and Prospects," Interfaces, 31 (3), 56-73. Griffiths-Hemans, Janice & Rajiv Grover (2006), "Setting the Stage for Creative
New Products: Investigating the Idea Fruition Process," Journal of the Academy of Marketing Science, 34 (1), 27-39.